Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: Seyfullah Alver
Danışman: OKTAY YILDIZ
Özet:Günümüz Diyabetik Retinopati, şeker hastalığına bağlı olarak gözde meydana gelen en yaygın körlük nedenidir. Bu hastalık erken tespit edildiğinde tedavi edilebilmektedir. Bu sebeple diyabetik retinopati hastalığının başlangıç aşamasında tespit edilmesi önem arz etmektedir. Retina görüntülerinde meydana gelen eksüdalar, bu hastalığının başlangıç belirtilerinden biridir. Bu tez çalışmasında normal retina görüntüleri ile eksüdalı yani hastalıklı retina görüntülerini sınıflandırmak için otomatik bir karar destek sistemi önerilmiştir. Bu amaçla, önişlem adımında retina görüntülerine bir dizi morfolojik işlem uygulanarak görüntü iyileştirme yapılmış ardından hastalıklı bölgeler ile oldukça benzerlik gösteren optik disk bölgesi tespit edilerek görüntüden çıkarılmıştır. Önişlem sonrası elde edilen görüntülere iki ayrık dalgacık dönüşümü uygulanarak dalgacık katsayıları elde edilmiş ve bu katsayılar öznitelik vektörü olarak kullanılmıştır. Öznitelik vektörünün boyutu sınıflandırma için büyük olduğundan temel bileşen analizi ile öznitelik vektörünün boyutu indirgenmiştir. Bu işlemlerden geçirilmiş retina görüntüleri destek vektör makinesi, çok katmalı algılayıcı ağlar ve radyal tabanlı fonksiyon ağları ile sınıflandırılmış ve üç yöntemin performansı karşılaştırılmıştır. Deneysel çalışmada çeşitli renk, parlaklık ve kalitede 94 retina görüntüsü kullanılmıştır. Destek vektör makinesi yöntemi ile %99, çok katmalı algılayıcı ağlar ile %98 ve radyal tabanlı fonksiyon ağları ile %96 başarı elde edilmiştir. Bu çalışmanın diğer çalışmalardan en belirgin farkı retina görüntülerinin karakteristik özellikleri kullanılarak manuel olarak belirlenen öznitelikler yerine otomatik elde edilen dalgacık katsayılarının öznitelik vektörü olarak kullanılmasıdır.